2021-07-16

最新推荐文章于 2024-09-03 03:13:13 发布

Layber

最新推荐文章于 2024-09-03 03:13:13 发布

阅读量281

点赞数

文章标签： java

本文链接：https://blog.csdn.net/zhaoliubao1/article/details/118787245

版权

Zipkin与skywalking性能分析对比

一、zipkin篇

1. zipkin是什么？

Zipkin是一款开源的分布式实时数据追踪系统（Distributed Tracking System），基于 Google Dapper的论文设计而来，由 Twitter 公司开发贡献。

2. 为什么用 Zipkin？

随着业务越来越复杂，系统也随之进行各种拆分，特别是随着微服务架构和容器技术的兴起，看似简单的一个应用，后台可能有几十个甚至几百个服务在支撑；一个前端的请求可能需要多次的服务调用最后才能完成；当请求变慢或者不可用时，我们无法得知是哪个后台服务引起的，这时就需要解决如何快速定位服务故障点，Zipkin分布式跟踪系统就能很好的解决这样的问题。

3. 实现的功能是什么？

可视化记录每个模块的调用的的耗时情况

可视化记录每个模块的依赖关系

4. 架构图

从架构图我们可以看出zipkin的主要职责是收集和展示链路追踪的数据。

5.Zipkin的核心组件：

Collector：收集器组件，处理从外部系统发过来的跟踪信息，将这些信息转化为zipkin处理的span格式，支持后续的存储、分析、展示等功能。

Storage：存储组件，处理收集器接受到的跟踪信息，默认将信息存储在内存中，可以修改存储策略使用其他组件，支持MySql和Elasticsearch等

Web UI ：UI组件，基于api组件实现的上层应用，提供web页面，用来展示zipkin中的调用链路和系统依赖关系等。

Restful API:api组件，为web界面提供查询存储中数据的接口

6.数据存储：

Zipkin支持可插拔的数据存储方式，支持内存存储，MySQL 以及Kafka和rabbitMq

说明：

Zipkin 分为两端，一个是 Zipkin 服务端，一个是 Zipkin 客户端，客户端也就是微服务的应用，客户端会配置服务端的 URL 地址，一旦发生服务间的调用的时候，会被配置在微服务里面的 Sleuth 的监听器监听，并生成相应的 Trace 和 Span 信息发送给服务端。发送的方式有两种，一种是消息总线的方式如 RabbitMQ 发送，还有一种是 HTTP 报文的方式发送。

5. 服务端安装

A.基于SpringCloud配置文件方式整合zipkin（现在spring不推荐使用此方式，推荐使用jar的方式去启动）

1.在pom文件中添加相应的依赖可参考：https://github.com/liaorui/zipkin-demo

2.在application.yml中添加如下下配置即可

server:

port: 9411

spring:

application:

name: zipkin-server

B. 以Java -jar的方式启动（推荐）

java -jar zipkin-server-2.20.1-exec.jar --STORAGE_TYPE=mysql --MYSQL_HOST=localhost --MYSQL_TCP_PORT=3306 --MYSQL_USER=root --MYSQL_PASS=root --MYSQL_DB=zipkin --RABBIT_ADDRESSES=192.168.10.101:5672 --RABBIT_USER=guest --RABBIT_PASSWORD=guest --RABBIT_VIRTUAL_HOST=/ --RABBIT_QUEUE=zipkin

选择自己喜欢的方式以及想要的参数即可。

6. 我们的服务如何接入zipkin服务端？

1. 在pom文件中添加依赖

>org.springframework.cloud

tId>spring-cloud-starter-zipkin

2. 在application.yml中添加如下下配置即可

server:

port: 9000

spring:

application:

name: backend

zipkin:

base-url: http://localhost:9411

sender:

type: web #web表示以http报文的形式向服务端发送数据

sleuth:

sampler:

percentage: 1.0

7.项目实战演示

当然我们可以使用Sleuth+Zipkin+MQ+ES构建一个更完善（支持持久化和高并发+高可用）的链路跟踪架构

架构图如下：

项目如图：

项目架构如图：

当我们请求发生时查看zipkin，我们可以看到依赖关系如图：

调用链路如图：

我们具体看到每个请求的耗时情况！

二、skywalking篇

说明：由于skywalking与zipking的原理大部分是相同的我们做过多的重复解释，只保留最重要的部分

1.什么是skywalking?

Skywalking是由国内开源爱好者吴晟（原OneAPM工程师，目前在华为）开源并提交到Apache孵化器的产品，它同时吸收了Zipkin/Pinpoint/CAT的设计思路，支持非侵入式埋点。是一款基于分布式跟踪的应用程序性能监控系统。另外社区还发展出了一个叫OpenTracing的组织，旨在推进调用链监控的一些规范和标准工作。

2.架构图

SkyWalking 的核心是数据分析和度量结果的存储平台，通过 HTTP 或 gRPC 方式向 SkyWalking Collecter 提交分析和度量数据，SkyWalking Collecter 对数据进行分析和聚合，存储到 Elasticsearch、H2、MySQL、TiDB 等其一即可，最后我们可以通过 SkyWalking UI 的可视化界面对最终的结果进行查看。Skywalking 支持从多个来源和多种格式收集数据：多种语言的 Skywalking Agent 、Zipkin v1/v2 、Istio 勘测、Envoy 度量等数据格式。

3.服务安装

（1）环境要求

JDK8+

Elasticsearch 6.x

8080,10800,11800,12800 端口不被占用

（2）下载 SkyWalking

下载地址：http://skywalking.apache.org/downloads/

（3）配置skywalking

下载好skywalking以后,如果我们使用的是es作为存储数据库，我们需要改：apache-skywalking-apm-bin\config\application.yml文件,修改内容如下：

改成自己对应的es安装路径即可。

（4）启动skywalking

Windows:

Linux:

（5）访问ui页面：（localhost:8080）

（6）客户端接入：

接如项目架构如下

Agent:

Agent 探针可以在我们不修改代码的情况下，对Java 应用上用的到组件进行动态监控，获取运行时数据，发布到OAP上进行统计和存储。

每个客户端启动时带如下参数：

Java -javaagent:E:\\apache-skywalking-apm-bin\\agent\\skywalking-agent.jar -Dskywalking.agent.service_name=product-service -Dskywalking.collector.backend_service=127.0.0.1:11800 -jar product-service-1.0-SNAPSHOT.jar

参数含义：

-javaagent 使用agent代理

-Dskywalking.agent.service_name ：在skywalking界面展示的服务名称

-Dskywalking.collector.backend_service skywaking 服务端地址

（7）接入客户端界面展示